GPS(全球定位系统)接收机自主完好性监测(RAIM,Receiver Autonomous Integrity Monitoring)是确保GPS定位精度和可靠性的重要技术。RAIM算法主要用于检测和排除可能导致定位错误的异常数据,如卫星信号故障、干扰或测量误差。本文主要探讨了在GPS RAIM算法中如何有效地探测和识别多异常值的方法。
传统的RAIM算法通常基于最小二乘法来处理GPS观测数据。最小二乘法是一种优化技术,用于拟合数据点到一个数学模型,通过最小化观测值与模型预测值之间的残差平方和来找到最佳参数。在GPS定位中,残差是观测值与由其他卫星数据计算出的位置预测值之间的差异。当存在异常值时,残差会表现出异常行为。
然而,残差与异常值之间并非简单的线性关系。即使残差可能指示异常的存在,但不能直接确定异常值。这是因为某些异常情况可能导致残差为零,从而掩盖了异常。论文提出了一种改进的最小二乘残差探测方法,通过将异常值及其数量转化为最小值问题来有效地检测多个异常值。这种方法可以揭示隐藏在正常残差中的异常情况,提高异常值的识别能力。
此外,由于电离层和对流层延迟对码信号的影响通常是正向的,论文利用这一特性对检测出的多个异常值进行约束。这种约束有助于解决异常值探测结果的多值性问题,即可能存在多个解释异常的解决方案。通过限制异常值为正,可以更准确地定位出实际的异常卫星信号。
实证分析表明,该改进算法能成功地检测到3个异常值,这对于保障GPS系统的安全性至关重要。在航空、航海和其他对定位精度要求极高的领域,能够准确地识别并剔除异常值对于避免导航错误和确保系统完整性具有重要意义。
总结来说,这篇论文深入研究了GPS RAIM算法中多异常值的探测问题,提出了结合最小二乘法和异常值约束的新方法,有效解决了残差与异常值关系的复杂性,并能处理多个异常值的情况。这一研究对于GPS定位系统的性能提升和故障诊断提供了理论和技术支持。